Sự hội tụ của mã nguồn mở Trung Quốc
Đầu tháng 2, khi mô hình lớn mã nguồn mở DeepSeek của Trung Quốc đứng đầu bảng xếp hạng tải xuống ứng dụng tại 140 quốc gia và khu vực trên toàn thế giới, OpenAI đã công khai cáo buộc DeepSeek sử dụng dữ liệu chắt lọc từ ChatGPT mà không được phép.
Thay vì cứu vãn danh tiếng của OpenAI, cáo buộc này đã vấp phải sự chế giễu rộng rãi từ các nhà nghiên cứu trên toàn thế giới.
Giờ đây, một đối thủ khác, hoàn toàn chấp nhận “buff chắt lọc”, đã xuất hiện.
Ngày 13 tháng 4, Kunlun Wanwei đã ra mắt các mô hình dòng Skywork-OR1 (Open Reasoner 1), vượt trội so với Qwen-32B của Alibaba ở cùng quy mô và phù hợp với DeepSeek-R1.
Làm thế nào Kunlun Wanwei, một công ty có nguồn lực tài chính hạn chế, có thể tạo ra một mô hình lớn cấp SOTA? Lời giải thích chính thức là các mô hình của họ dựa trên DeepSeek-R1-Distill-Qwen-7B và DeepSeek-R1-Distill-Qwen-32B.
Như tên cho thấy, các mô hình của DeepSeek đã chắt lọc các mô hình dòng Qwen của Alibaba.
Trong khi tận dụng các mô hình mã nguồn mở tuyệt vời, Kunlun Wanwei cũng đang đóng góp cho cộng đồng mã nguồn mở. Không giống như DeepSeek, chỉ mở mã nguồn trọng số mô hình, Kunlun Wanwei cũng đã mở mã nguồn bộ dữ liệu và mã đào tạo của mình, phù hợp hơn với khái niệm “mã nguồn mở thực sự”. Điều này có nghĩa là bất kỳ người dùng nào cũng có thể thử sao chép quy trình đào tạo mô hình của họ.
Thành tích của Kunlun Wanwei chứng minh khía cạnh quan trọng nhất của mã nguồn mở: nó không chỉ cung cấp cho người dùng một sản phẩm miễn phí và dễ dàng có sẵn mà còn cho phép nhiều nhà phát triển đứng trên vai những người tiền nhiệm, nhanh chóng và hiệu quả về chi phí để phát triển công nghệ.
Trên thực tế, giữa các cuộc thảo luận trong ngành năm ngoái về nút thắt trong quá trình đào tạo trước mô hình lớn, tốc độ lặp lại của các mô hình lớn của Trung Quốc đã tăng tốc trong năm nay, với ngày càng nhiều công ty đầu tư vào mã nguồn mở.
Tongyi Qianwen của Alibaba Cloud đã mở mã nguồn mô hình hình ảnh mới Qwen2.5-VL vào đêm giao thừa Tết Nguyên đán và phát hành và mở mã nguồn mô hình suy luận mới QwQ-32B vào đầu tháng 3, đứng đầu danh sách xu hướng của cộng đồng mã nguồn mở AI chủ đạo toàn cầu Hugging Face vào ngày nó được mở mã nguồn.
Stepwise sau đó đã mở mã nguồn ba mô hình lớn đa phương thức trong khoảng một tháng, mô hình mới nhất trong số đó là mô hình hình ảnh thành video Step-Video-TI2V, hỗ trợ tạo video với biên độ chuyển động và chuyển động ống kính có thể điều khiển, đồng thời đi kèm với một số khả năng tạo hiệu ứng đặc biệt nhất định.
Zhipu đã công bố vào tháng 4 rằng họ sẽ mở mã nguồn các mô hình GLM dòng 32B/9B, bao gồm các mô hình cơ sở, suy luận và suy ngẫm, tất cả đều theo thỏa thuận giấy phép MIT.
Ngay cả Baidu, vốn từng đóng mã nguồn, cũng tuyên bố rằng họ sẽ mở hoàn toàn mã nguồn mô hình lớn Wenxin vào ngày 30 tháng 6.
So với sự thịnh vượng ngày càng tăng của hệ sinh thái mã nguồn mở trong nước, các công ty mô hình lớn của Mỹ vẫn chủ yếu tập trung vào mã nguồn đóng, điều này đã mang lại cho các mô hình lớn của Trung Quốc một cơ hội hiếm có để ra nước ngoài. DeepSeek đã cho phép công ty giáo dục Ruangguru của Indonesia tối ưu hóa mô hình giảng dạy của mình với chi phí thấp; Công ty công nghệ du lịch B2B Atlas của Singapore đã tích hợp Qwen vào hệ thống dịch vụ khách hàng thông minh của mình để đạt được hỗ trợ đa ngôn ngữ 24/7.
Tại sao mã nguồn đóng ở Mỹ, mã nguồn mở ở Trung Quốc?
Xu hướng hướng tới mã nguồn đóng trong ngành công nghiệp AI của Mỹ và sự cởi mở ngày càng tăng của AI Trung Quốc là kết quả tất yếu của môi trường phát triển AI khác nhau ở hai quốc gia.
Ngành công nghiệp AI của Mỹ chủ yếu được dẫn dắt bởi các gã khổng lồ công nghệ và các nhà đầu tư mạo hiểm (VC), những người có kỳ vọng lớn về lợi nhuận vốn từ AI. Do đó, các công ty mô hình AI của Mỹ nói chung có một niềm tin mạnh mẽ vào công nghệ, đó là theo đuổi vị trí dẫn đầu công nghệ, đạt được một mức độ độc quyền thị trường nhất định và sau đó tạo ra lợi nhuận khổng lồ, và hệ sinh thái của họ tự nhiên nghiêng về mã nguồn đóng.
Lấy lịch sử phát triển của OpenAI làm ví dụ, nó bắt đầu như một tổ chức phi lợi nhuận trong quá trình thành lập, nhưng kể từ đó đã trở nên ngày càng khép kín. GPT-1 hoàn toàn là mã nguồn mở, GPT-2 là mã nguồn mở một phần và gặp phải sự phản đối trước khi hoàn toàn là mã nguồn mở, GPT-3 chính thức chuyển sang mã nguồn đóng và sau đó GPT-4 tiếp tục tăng cường chiến lược mã nguồn đóng, với kiến trúc mô hình và dữ liệu đào tạo hoàn toàn bí mật, và thậm chí hạn chế tần suất gọi API của người dùng doanh nghiệp.
Mặc dù OpenAI cho biết việc đóng mã nguồn dựa trên sự tuân thủ và kiểm soát việc lạm dụng công nghệ, nhưng thị trường thường tin rằng sự kiện mang tính bước ngoặt trong việc chuyển sang mã nguồn đóng của OpenAI là việc đạt được sự hợp tác trị giá hàng trăm tỷ đô la với Microsoft, nhúng GPT-3 vào các dịch vụ đám mây Azure để tạo thành một vòng khép kín “vốn công nghệ”.
Khi Microsoft lần đầu tiên tiết lộ khoản đầu tư của mình vào OpenAI trong báo cáo tài chính vào tháng 10 năm ngoái, họ cho biết: “Chúng tôi đã đầu tư vào OpenAIGlobal, LLC, với tổng cam kết đầu tư là 13 tỷ đô la và khoản đầu tư được hạch toán bằng phương pháp vốn chủ sở hữu.”
Cái gọi là phương pháp vốn chủ sở hữu cũng có thể được hiểu là khoản đầu tư của Microsoft vào OpenAI nhằm mục đích thu lợi nhuận hơn là nghiên cứu từ thiện thuần túy. Rõ ràng, việc OpenAI bán API giá cao thông qua một hệ sinh thái mã nguồn đóng là nguồn doanh thu lớn nhất hiện tạicủa nó và đã trở thành trở ngại lớn nhất cho sự không sẵn lòng mở mã nguồn của OpenAI.
Anthropic, được thành lập từ “sự chia rẽ” của OpenAI, đã quyết tâm đi theo con đường mã nguồn đóng ngay từ đầu và sản phẩm mô hình lớn Claude của nó đã áp dụng hoàn toàn mô hình mã nguồn đóng.
Ngay cả Llama của META, nhà lãnh đạo mã nguồn mở duy nhất ở Hoa Kỳ, cũng đã thêm hai điều khoản chống thân thiện khi mở mã nguồn:
- Các mô hình mã nguồn mở không thể được sử dụng cho các sản phẩm và dịch vụ có hơn 700 triệu người dùng hoạt động hàng tháng trước khi META phê duyệt chúng.
- Nội dung đầu ra của các mô hình Llama không thể được sử dụng để đào tạo và cải thiện các mô hình ngôn ngữ lớn khác.
Có thể thấy rằng ngay cả đối với các mô hình mã nguồn mở, mục đích cốt lõi của Meta vẫn là xây dựng hệ sinh thái AI của riêng mình hơn là tính bao trùm về mặt kỹ thuật.
Hoa Kỳ đã chọn một chiến lược AI dựa trên mã nguồn đóng với mã nguồn mở như một sự bổ sung ở cấp độ vốn, có thể nói là những cân nhắc hoàn toàn mang tính thương mại. Ngược lại, thiết kế cấp cao nhất từ trên xuống của Trung Quốc đã chú trọng đến mã nguồn mở ngay từ đầu, phản ánh một con đường ưu tiên ngành công nghiệp theo khái niệm kiểm soát độc lập.
Ngay từ năm 2017, chính phủ Trung Quốc đã ban hành “Kế hoạch Phát triển Trí tuệ Nhân tạo Thế hệ Mới”, trong đó đề xuất rõ ràng việc đẩy nhanh quá trình hội nhập sâu rộng của AI với nền kinh tế và xã hội, đồng thời triển khai để xây dựng lợi thế đi đầu trong phát triển AI. Năm 2021, nội dung liên quan đến mã nguồn mở đã được đưa vào một cách rõ ràng trong “Kế hoạch 5 năm lần thứ 14” của Trung Quốc, điều này đã thúc đẩy sự thúc đẩy tích cực đổi mới công nghệ của chính quyền địa phương.
Mei Hong, một viện sĩ của Viện Khoa học Trung Quốc, từng nói rằng sự phát triển trong tương lai của các mô hình ngôn ngữ phải dựa vào các nền tảng mã nguồn mở. Chỉ trong một môi trường mở, tính bảo mật và đáng tin cậy của việc tải lên dữ liệu và tích hợp kinh doanh cho người dùng trong các ngành công nghiệp khác nhau mới có thể được đảm bảo.
“Kế hoạch Hành động Đặc biệt về Trao quyền Kỹ thuật số cho các Doanh nghiệp Nhỏ và Vừa (2025-2027)” do Bộ Công nghiệp và Công nghệ Thông tin và bốn bộ phận khác ban hành vào tháng 12 năm ngoái đã hỗ trợ rõ ràng Tổ chức Mã nguồn Mở Open Atom thành lập một “Dự án Đặc biệt Mã nguồn Mở AI Doanh nghiệp Nhỏ và Vừa” để cung cấp các khuôn khổ đào tạo, công cụ kiểm tra và các tài nguyên khác có thể tái tạo và dễ quảng bá để giảm ngưỡng kỹ thuật cho các doanh nghiệp.
Một vấn đề thực tế hơn là do khả năng phong tỏa công nghệ của Hoa Kỳ, Trung Quốc không thể chỉ đơn giản là một người theo dõi trong lĩnh vực AI, mà phải xây dựng một hệ sinh thái trong nước độc lập. Xây dựng một hệ sinh thái mã nguồn đóng khác dưới hệ sinh thái mà Hoa Kỳ đã xây dựng với mã nguồn đóng là trọng tâm chính tương đương với việc xây dựng một chiếc xe hơi sau cánh cửa đóng kín. Chỉ có một hệ sinh thái mã nguồn mở mới có thể nhanh chóng giúp phát triển ngành công nghiệp AI.
Ngoài sự hỗ trợ cấp cao nhất, các chính quyền địa phương khác nhau cũng đã đầu tư tiền thật vào hệ sinh thái mã nguồn mở.
Quỹ Z, được thành lập bởi Zhipu và Tài sản Nhà nước Bắc Kinh, tập trung vào đầu tư hệ sinh thái mô hình lớn, đã tuyên bố rằng họ sẽ đầu tư 300 triệu nhân dân tệ để hỗ trợ sự phát triển của cộng đồng mã nguồn mở AI trên toàn thế giới. Bất kỳ dự án khởi nghiệp nào dựa trên các mô hình mã nguồn mở (không giới hạn trong các mô hình mã nguồn mở Zhipu) đều có thể đăng ký.
Sự khác biệt giữa Trung Quốc và Hoa Kỳ trong các chiến lược mã nguồn mở và mã nguồn đóng cho ngành công nghiệp AI về cơ bản là một sự khác biệt cơ bản trong logic phát triển. Hoa Kỳ được thúc đẩy bởi vốn và nhu cầu tìm kiếm lợi nhuận của các gã khổng lồ công nghệ và các nhà đầu tư mạo hiểm đã tạo ra một hệ sinh thái mã nguồn đóng về “độc quyền công nghệ - hiện thực hóa giá cao”. Ngay cả khi Meta cố gắng mở mã nguồn, thì cũng khó thoát khỏi xiềng xích của các rào cản thương mại. Trung Quốc dựa vào thiết kế cấp cao nhất, với “vốn chủ sở hữu công nghệ + hợp tác công nghiệp” là khái niệm cốt lõi của nó và xây dựng một hệ sinh thái mở thông qua trao quyền chính sách, biến mã nguồn mở thành cơ sở hạ tầng cơ bản để giảm ngưỡng kỹ thuật và thúc đẩy sự hội nhập của nền kinh tế thực. Sự lựa chọn chiến lược này không chỉ định hình các con đường khác nhau của ngành công nghiệp AI ở hai quốc gia mà còn báo trước sự tăng tốc của hệ sinh thái AI toàn cầu từ “cạnh tranh độc quyền” sang “mở và cùng có lợi”.
Đủ tốt là đủ tốt
Hệ sinh thái mã nguồn mở AI của Trung Quốc không chỉ đẩy nhanh quá trình phát triển công nghiệp hóa AI ở Trung Quốc và thế giới mà còn đưa niềm tin của Hoa Kỳ vào công nghệ lên hàng đầu vào một cái bẫy khó xử.
Đối mặt với áp lực ngày càng tăng do hiệu ứng DeepSeek mang lại, Meta đã phát hành Llama4 vào ngày 5 tháng 4, tuyên bố đây là mô hình lớn đa phương thức mạnh nhất trong lịch sử.
Tuy nhiên, sau khi thử nghiệm thực tế, đây là một mô hình gây thất vọng. Độ dài ngữ cảnh của 10 triệu token thường bị sai, thử nghiệm bóng ban đầu khó hoàn thành và lỗi kích thước so sánh 9.11 > 9.9 xảy ra. Trong vòng vài ngày sau khi ra mắt mô hình, những vụ bê bối như từ chức điều hành và gian lận kiểm tra cũng đã được các nhân viên nội bộ xác nhận.
Nhiều tin tức hơn chứng minh rằng Llama4 có thể được coi là một sản phẩm mà Zuckerberg vội vàng đưa lên kệ. Vì vậy, câu hỏi đặt ra là, tại sao Zuckerberg phải tung ra nó vào tháng 4?
Như đã đề cập trước đó, ngành công nghiệp AI của Mỹ có một niềm tin khó hiểu vào công nghệ, tin rằng các sản phẩm của họ phải là mạnh nhất và tiên tiến nhất, vì vậy họ đã bắt đầu một cuộc chạy đua vũ trang. Tuy nhiên, hiệu ứng biên giảm dần của việc đào tạo AI đã khiến các nhà sản xuất lớn tiêu tốn một lượng chi phí khổng lồ, và không chỉ ngưỡng kỹ thuật không được xây dựng mà họ còn rơi vào vũng lầy của các nút thắt về sức mạnh tính toán.
Sau khi OpenAI phát hành chức năng tạo hình ảnh của GPT-4o, Altman đã tweet vài ngày sau đó rằng GPU của họ đang “cháy hết”. Chưa đầy một tuần sau khi Gemini2.5 được phát hành, người đứng đầu GoogleAIStudio cho biết họ vẫn bị “giới hạn tốc độ” ám ảnh và các nhà phát triển chỉ có thể gửi 20 yêu cầu mỗi phút. Có vẻ như không có công ty nào có thể đối phó với nhu cầu suy luận của các mô hình siêu lớn.
Trên thực tế, Hoa Kỳ đang rơi vào một sự hiểu lầm. Người phụ trách Viện Nghiên cứu Zhiyuan cho biết: “Nếu một mô hình mới sử dụng chi phí gấp 100 lần để chạy ra mức tăng điểm chuẩn 10 điểm, thì mô hình mới này là vô nghĩa đối với hơn 80% các kịch bản ứng dụng vì không có hiệu quả chi phí.”
Các công ty mô hình lớn của Trung Quốc đang đẩy nhanh hệ sinh thái mã nguồn mở. Họ dường như không còn cạnh tranh cho vị trí hàng đầu nữa, mà thay vào đó đã giành được nhiều khách hàng hơn, đặc biệt là khách hàng công nghiệp, với phương pháp tiếp cận “đủ tốt” của họ.
So với hàng chục triệu ngân sách cho khách hàng chính phủ và doanh nghiệp, nhiều công ty và tổ chức có nhu cầu AI cấp thiết nhưng không có nhiều giải pháp hiện có như vậy. Sử dụng các mô hình mã nguồn mở để phát triển các giải pháp của riêng họ gần như đã trở thành lựa chọn duy nhất của họ:
- Baosteel sử dụng “mô hình lớn + mô hình nhỏ” cho các quy trình kỹ thuật luyện kim quan trọng để cảnh báo sớm thông minh về thiết bị sản xuất.
- “Mô hình lớn người bảo vệ khoa học than ChinamjGPT” của Tập đoàn Khoa học và Công nghiệp Than Trung Quốc giảm thời gian ngừng hoạt động của thiết bị và chi phí bảo trì tương ứng là 30% và 20%.
- Shanghai Mengbo Intelligent Internet of Things Technology đã tạo ra một nền tảng ứng dụng tối ưu hóa quy trình lò ủ liên tục và phát hiện cạnh trên dựa trên một mô hình lớn nhẹ.
- Mifei Technology đã nhận ra dự đoán, bảo trì và quản lý thông minh của các hệ thống xử lý vật liệu tự động trong các nhà máy sản xuất tấm bán dẫn dựa trên công nghệ mô hình lớn.
Đây đều là những trường hợp tiêu biểu về các mô hình mã nguồn mở được triển khai trong các kịch bản công nghiệp.
Ngoài việc sử dụng trong công nghiệp, hệ sinh thái mã nguồn mở cũng có thể giúp ích cho nhiều hoạt động công ích hơn.
Trung tâm Bảo tồn Thiên nhiên Shanshui cam kết bảo vệ báo tuyết và hệ sinh thái cao nguyên. Các camera hồng ngoại mà nó thiết lập chụp một số lượng lớn ảnh hoặc video mỗi quý. Việc dựa vào nhận dạng thủ công các dấu vết của báo tuyết là cực kỳ kém hiệu quả và tốn thời gian. Huawei Ascend đang hợp tác với Trung tâm Bảo tồn Thiên nhiên Shanshui để xác định dấu vết của báo tuyết. Huawei đã mở mã nguồn các mô hình và công cụ liên quan để nhận dạng loài hình ảnh hồng ngoại ở Sanjiangyuan, giảm ngưỡng tham gia vào phát triển AI và cho phép nhiều tổ chức nghiên cứu và bảo vệ sử dụng mô hình này được hưởng lợi. Mọi người có thể làm việc cùng nhau để tối ưu hóa mô hình về bộ dữ liệu, xử lý dữ liệu và làm sạch dữ liệu.
Hiệu ứng “Bazaar” của mã nguồn mở
Eric Raymond, người mang ngọn cờ của phong trào phần mềm mã nguồn mở, đã đề xuất một phép ẩn dụ trong cuốn sách “Nhà thờ và Chợ” năm 1999 của mình: Mô hình phát triển phần mềm mã nguồn đóng truyền thống giống như xây dựng một nhà thờ lớn. Phần mềm được thiết kế và xây dựng cẩn thận bởi một vài chuyên gia (kiến trúc sư) trong một môi trường biệt lập và chỉ được phát hành cho người dùng sau khi nó hoàn thành cuối cùng; Mô hình phát triển mã nguồn mở giống như một khu chợ nhộn nhịp, có vẻ hỗn loạn nhưng sôi động. Phát triển phần mềm là mở, phi tập trung và mang tính tiến hóa.
Cuốn sách tin rằng đối với nhiều loại dự án phần mềm, đặc biệt là phần mềm cấp hệ thống phức tạp (chẳng hạn như hạt nhân hệ điều hành), mô hình phát triển “chợ” mở, hợp tác và phi tập trung, mặc dù có vẻ hỗn loạn, nhưng thực tế lại hiệu quả hơn, tạo ra phần mềm chất lượng cao hơn và mạnh mẽ hơn so với mô hình “nhà thờ” truyền thống, khép kín và tập trung. Nó có thể khám phá và sửa lỗi nhanh hơn và hấp thụ tốt hơn phản hồi của người dùng và đóng góp của cộng đồng thông qua các cơ chế như “phát hành sớm, phát hành thường xuyên” và tận dụng đánh giá ngang hàng quy mô lớn (“đủ nhãn cầu”), do đó thúc đẩy sự lặp lại và đổi mới nhanh chóng của phần mềm.
Thành công lớn của các dự án mã nguồn mở như Linux đã xác minh quan điểm của Raymond.
Phong trào mã nguồn mở đã mang lại cho Hoa Kỳ và thế giới một giá trị to lớn vượt xa khoản đầu tư của chính nó. Một báo cáo nghiên cứu năm 2024 từ Đại học Harvard cho biết: “Mã nguồn mở đã đầu tư 4,15 tỷ đô la và tạo ra 8,8 nghìn tỷ đô la giá trị cho các công ty (tức là cứ 1 đô la đầu tư tạo ra 2.000 đô la giá trị). Nếu không có mã nguồn mở, chi tiêu của doanh nghiệp cho phần mềm sẽ gấp 3,5 lần so với hiện tại.”
Ngày nay, các công ty Trung Quốc đã học được điều này. Các công ty AI của Mỹ dường như đã quên mất nó.
Trên thực tế, đối với các công ty mô hình lớn của Trung Quốc, ngay cả khi họ không xem xét các lợi ích xã hội, thì việc chọn chấp nhận hệ sinh thái mã nguồn mở không phải là không có lợi cho chính các công ty.
Nhiều công ty mô hình lớn đã nói với Observer.com rằng mã nguồn mở không có nghĩa là từ bỏ thương mại hóa. Mã nguồn mở vẫn có logic lợi nhuận của mã nguồn mở. So với việc nó có phải là mã nguồn mở hay không, thì vấn đề then chốt là làm thế nào để phục vụ khách hàng tốt hơn về mặt kỹ thuật.
Lấy Zhipu AI làm ví dụ, nó tự nhận là công ty duy nhất ở Trung Quốc hoàn toàn so sánh với OpenAI, nhưng so với chiến lược mã nguồn đóng của OpenAI, nó là một trong những người thực hành chiến lược mã nguồn mở quyết tâm nhất trong ngành.
Zhipu đi đầu trong việc mở mã nguồn mô hình Chat lớn ChatGLM-6B đầu tiên của Trung Quốc vào năm 2023. Kể từ khi thành lập gần sáu năm trước, Zhipu đã mở mã nguồn hơn 55 mô hình, với tổng số lượt tải xuống tích lũy gần 40 triệu lần trong cộng đồng mã nguồn mở quốc tế.
Zhipu nói với Observer.com rằng Zhipu hy vọng rằng chiến lược mã nguồn mở của mình sẽ đóng góp vào việc xây dựng Bắc Kinh thành một “thủ đô mã nguồn mở toàn cầu” cho trí tuệ nhân tạo.
Cụ thể, ở cấp độ thương mại, Zhipu đã chọn thu hút một hệ sinh thái nhà phát triển thông qua mã nguồn mở và cung cấp các giải pháp tùy chỉnh trả phí cho khách hàng B-end và G-end.
Ngoài việc bán giải pháp, bán API cũng là một liên kết lợi nhuận quan trọng.
Lấy DeepSeek làm ví dụ, doanh nghiệp đầu tiên của mô hình mã nguồn mở là bán API hiệu suất cao. Mặc dù các dịch vụ cơ bản là miễn phí, nhưng các công ty có thể cung cấp các dịch vụ API hiệu suất cao và tính phí dựa trên mức sử dụng. Giá API cho DeepSeek-R1 là 1 nhân dân tệ cho mỗi triệu token đầu vào và 16 nhân dân tệ cho mỗi triệu token đầu ra. Nếu hạn ngạch token miễn phí được sử dụng hết hoặc API cơ bản không thể đáp ứng nhu cầu, người dùng có xu hướng sử dụng phiên bản trả phí để duy trì sự ổn định của quy trình kinh doanh.
So với các công ty chỉ có dịch vụ mô hình, Alibaba đã chọn một mô hình kiếm tiền từ mã nguồn mở khác: gói hệ sinh thái.
Dòng Qwen của Alibaba, với tư cách là người tiên phong về mã nguồn mở, thu hút các nhà phát triển sử dụng điện toán đám mây và các cơ sở hạ tầng khác thông qua mã nguồn mở toàn phương thức, tạo thành một kịch bản khép kín. Mô hình của họ chỉ là một phần giới thiệu trong giai đoạn đầu và hàng hóa có giá niêm yết thực tế là các dịch vụ đám mây.
Ứng dụng toàn cầu hóa của các mô hình lớn mã nguồn mở của Trung Quốc đã chuyển từ “công nghệ đi theo” sang “thống trị hệ sinh thái”. Khi Hoa Kỳ bị mắc kẹt trong tình thế khó xử về “độc quyền mã nguồn đóng” và “mã nguồn mở ngoài tầm kiểm soát”, Trung Quốc đang tái cấu trúc logic cơ bản của hệ sinh thái mã nguồn mở AI toàn cầu thông qua “đổi mới thỏa thuận + nuôi dưỡng kịch bản”. Chiến trường cuối cùng của trò chơi này không nằm ở sự cạnh tranh về quy mô tham số mà là ở thị trường trị giá hàng nghìn tỷ đô la về sự tích hợp sâu rộng của công nghệ AI và nền kinh tế thực.